Occupancy数据与模型优化，成了今年量产研发的主力

文章预览

Occupancy Network是自动驾驶感知任务中的一个非常重要角色。这种轻语义重几何的网络模型，能够更好地辅助自动驾驶系统感知free space， 也是今年各大自动驾驶公司抢先量产的目标。 在3D目标检测失效的范围内，能够进一步提升感知能力，形成闭环。下面让我们一起看看Occupancy是什么？为什么需要它？ 为什么需要Occupancy？ 自动驾驶在动静态障碍物感知领域的发展大概分为三个阶段：1）2D图像空间检测障碍物，映射到鸟瞰空间做多相机和时序融合；2）直接在 BEV 空间中完成动态障碍物的3D检测和静态障碍物的识别建模；3）直接在3D空间中感知占用关系，为系统规划可行驶空间。 目前2D检测方案基本被抛弃，逐渐转为BEV空间下的3D检测任务，这种方式更加友好，可以直接输出下游可用的目标。 然而BEV感知也同样面临一些难解决的问题，比如截断目标、 ………………………………